样品示例X1,X2, … ,XnX1,X2,…,Xn

机器算法验证 自习 采样 随机变量 推理 样本
2022-03-24 08:16:45

乔治·卡塞拉(George Casella)的《统计推断》一书中,写道

实验者使用样本中的信息X1,X2,,Xn推断未知参数θ.

我一直在读“假设X是一个随机变量,我们取一个样本x1,x2,,xn。“ 那是,X可以随机取一些值x1,x2,,xn是一些观察值X. 大写字母X表示随机变量和小写字母x表示从X.

但是在上面提到的书中它写着“样本X1,X2,,Xn“,在我看来,如果我有N随机变量,然后我拿n随机变量从N随机变量。但不同的随机变量不能推断出一个未知参数θ.

  • 我该如何解释“样本X1,X2,,Xn“通过现实生活的例子?

有人试图给我举个例子,假设你想估计你班上学生的平均身高。你随机选了 10 个学生。现在在观察之前,您的身高本身就是一个随机变量。但我不明白“你的身高本身是一个随机变量的说法是真的吗?”。当我的身高是可观察到的(未观察到)时,人们可以将我的身高想象为 5.5'、5.6'、5.4' 等。但是当它被观察到时,它就变得固定了。我不清楚我的身高本身是一个随机变量。

1个回答

这是我(尝试)向我的学生(不幸的是他们的数学不流利......)解释这个方式的快速总结。

  • 随机实验是一个实验,当重复时,可以产生不同的输出。

  • 这样的实验可以是,例如:在巴黎随机挑选一个人并对其进行测量。输出是一个高度。每个特定的实验都会导致一个高度x,这是一个实数。我们表示X与该实验相关的随机变量;X不是一个数字。一种看待它的方法是集合中的函数Ω所有可能的实验结果,在我们的例子中,巴黎人的集合,到实数。在这种光学中,随机变量是对随机实验进行的测量。

  • 如果你重复这个实验,比如说 10 次,你会得到 10 种尺寸。但第二天,你又这样做了:随机挑选 10 个人,测量他们。您将获得 10 个其他高度。你可以一遍又一遍地重复这个,你会得到一堆不同的结果。这是一个(新的)随机实验。可能结果的集合是所有 10 元组 Parisians 的集合。对于这些实验中的每一个,您有 10 个测量值,即 10 个随机变量X1,,X10. 这也解释了算术平均值110(X1++X10)是一个随机变量,因此需要研究。

我希望这能有所帮助。我发誓,当我做手势时,这在某种程度上是令人信服的。